#엔지닉 #방산 #방위산업 #윈스펙 #이공계

러우 전쟁에서는 하루에 300개의 드론을 사용 -> 10만 드론 양병설
현대전에서는 다양한 양상으로 전쟁이 진행 -> AI로 적 식별 및 파괴(드론 사령부), + 딥페이크를 이용한 사기저하(우크라이나 대통령)
LLM은 블랙박스 형태이므로 정확한 인과 관계 혹은 이유 설명이 불가하다는 단점이 존재 // 요새는 XAI 
인간의 역할이 중요

TBM - 시간 기반 정비 (전투기) // 비행 시간 별 정비 + 일별 정비
- 비행 스케쥴 관리 + 인력 관리 + 공급망 관리 -> 인간이 하다보면 한계점 -> AI
- 계획적이며 예측 가능(수요 측면) but 재고 과부하 + 공급망 충격(수요가 확실해도 공급 측 문제 발생 시 대처 불가)

DLA process - 공급망 관리
재고 관련 비용 ( 재고 유지비용 + 주문 비용 + 재고 부족 비용)
재고 부족 비용 : 판매기회상실비용 + 고객의 신뢰도 하락 등
-> 이런 비용을 최소화해야함
AI 기반의 End to End 물류 가시성 확보 및 위험 예측
TBM 수요 -> AI를 통한 리드 타임 예측 -> AI로 비용 모델링(보관/운송 비용을 최소화하는 최적의 발주시점(ROP) 결정) // 내부 관리
위험 식별 대상(1,2차 공급업체의 신뢰도 및 외부환경) -> AI 분석 데이터(정형: 납품 이력, 비정형:뉴스,금융 보고서, 지정학적 정보)
-> 성과 (공급 업체의 재정 악화, 노동 분쟁을 사전에 감지하여 리스크 스코어링) // 외부 관리

AI Risk Simulation , AI 물류 기반 최적화

이 스터디를 통해 전반적인 방위 산업에 관련된 배경지식과 각 상황에 적용되는 AI 기법들에 대해 배울 수 있어서 좋았습니다. 아무래도 3일간 진행되고 비전공자도 들을 수 있게 친화적인 강의로 구성되어있어 이 강의를 통해 심도 깊은 전공 지식을 얻는 건 제한적이지만 방위 산업 전반에 걸쳐서 AI의 사용 기법과 목적에 대해서 넓고 얉게 훑어볼 수 있다는 점에서 당장의 취준생보다는 훗날 방위 산업으로 진로를 잡고자 하는 사람들에게 좋은 강의인 거 같다고 느꼈습니다. 위의 내용은 영상을 들으면서 필기한 내용입니다.